tf.reduce_max函数

本文详细介绍了 TensorFlow 中的 reduce_max 函数,通过具体示例展示了如何使用此函数来找出列表或数组行上或列上的最大值。并解释了参数 reduction_indices 的作用,以及如何根据其设置获取不同维度的最大值。
部署运行你感兴趣的模型镜像

话不多说,直接上示例,就看懂了

import tensorflow as tf
max_value = tf.reduce_max([[1, 3, 2],[4,5,6]],reduction_indices=[1])
with tf.Session() as sess:
    max_value = sess.run(max_value)
    print(max_value)

# 输出
[3 6]


import tensorflow as tf
max_value = tf.reduce_max([[1, 3, 2],[4,5,6]],reduction_indices=[0])
with tf.Session() as sess:
    max_value = sess.run(max_value)
    print(max_value)

# 输出
[4,5,6]

通过以上例子,可以看出,该函数是找出列表或数组行上或者列上的最大值,并输出值,单个值直接输出,多个组成一个列表输出。参数reduction_indices=[]其中1表示取每行最大值输出,0表示取每列最大值输出。

您可能感兴趣的与本文相关的镜像

TensorFlow-v2.15

TensorFlow-v2.15

TensorFlow

TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。 它提供了一个灵活的平台,用于构建和训练各种机器学习模型

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值